Hyperparameter

Wat betekent hyperparameter?

Een hyperparameter is een parameter voor machine learning (ML) waarvan de waarde wordt gekozen voordat een algoritme wordt getraind. Hyperparameters moeten niet worden verward met parameters. Bij machine learning wordt de labelparameter gebruikt om variabelen te identificeren waarvan de waarden worden geleerd tijdens de training.

Elke variabele die een AI-ingenieur of ML-ingenieur kiest voordat de modeltraining begint, kan een hyperparameter worden genoemd – zolang de waarde van de variabele hetzelfde blijft wanneer de training eindigt.

Voorbeelden van hyperparameters in machine learning zijn onder andere:

  • Modelarchitectuur
  • Leersnelheid
  • Aantal epochs
  • Aantal takken in een beslissingsboom
  • Aantal clusters in een clusteralgoritme

Techopedia legt hyperparameter uit

Het is belangrijk om de juiste hyperparameters te kiezen voordat de training begint, omdat dit type variabele een directe invloed heeft op de prestaties van het uiteindelijke model voor machine learning.

Het proces van het kiezen van hyperparameters om te gebruiken wordt hyperparameter tuning genoemd. Het afstemmingsproces kan ook hyperparameteroptimalisatie (HPO) worden genoemd.

Gerelateerde begrippen

Margaret Rouse

Margaret Rouse is een bekroond technisch schrijver en docent die bekend staat om haar vermogen om complexe technische onderwerpen uit te leggen aan een niet-technisch, zakelijk publiek. In de afgelopen twintig jaar is haar uitleg verschenen op vele websites en is ze als autoriteit aangehaald in artikelen van de New York Times, Time Magazine, USA Today, ZDNet, PC Magazine en Discovery Magazine. Margaret geniet ervan om IT- en business professionals te helpen om elkaars zeer gespecialiseerde talen te begrijpen. Als je een suggestie hebt voor een nieuwe definitie of hoe je een technische uitleg kunt verbeteren, stuur Margaret dan een…